Descripción:

La disciplina fundamenta teóricamente aspectos relacionados con las etapas del procesamiento histológico y tipos de microscopía. La disciplina también incluye clases prácticas enfocadas en el uso del microscopio, así como software para el análisis de datos histológicos como: Volumen, número de células, densidad óptica relativa, reconstrucciones 3D y ramificación de procesos.

Habilidades:

1. Dominio de Neurociencia e Ingeniería Biomédica - Aplicar conocimientos de análisis de imágenes en estudios científicos.
2. Dominio científico: analizar e interpretar datos histológicos con rigor científico para resolver problemas.
3. Habilidades Didácticas – Desarrollar el dominio pedagógico asociado al conocimiento de la neuroingeniería.
4. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.
5. Transformación de la Sociedad – Utilizar los conocimientos adquiridos para provocar transformaciones sociales.
6. Formación Ética – Desarrollar el desempeño profesional basado en principios éticos.

Objetivos de aprendizaje
El objetivo general de la disciplina es brindar un enfoque teórico-práctico a través del cual el estudiante desarrollará habilidades relacionadas con la extracción e interpretación de datos de imágenes histológicas y cómo utilizarlos en sus investigaciones.

Contenido temático

1. Procesamiento histológico: descripción general (teórica)
   • Los pasos del procesamiento histológico • Muestreo sistemático de la colección de tejido • Tipos de tinción e histoquímica • Conceptos generales de microscopía • Posibles fuentes de error que surgen del procesamiento • Morfometría vs Estereología vs Análisis de imágenes • Neuroanatomía científica abierta: bases de datos abiertas • Ejemplos de artículos que utilizan El software y los análisis que se cubrirán en el curso.
   
2. Adquisición de imágenes al microscopio (Práctica)
   • Componentes del microscopio • Uso del microscopio para microscopía óptica • Uso del microscopio para microscopía de fluorescencia • Ajuste de la iluminación y la configuración de la cámara • Adquisición de mosaicos 2D • Adquisición de pilas 3D
   
3. Análisis de imágenes en el software imageJ (Práctica)
   • Inserción de imágenes y pilas en el programa • Calibración de escala de imagen • Guardar coordenadas en el administrador de ROI • Medición de área • Recuento manual de perfiles celulares • Recuento automático de perfiles celulares mediante segmentación de imágenes • Densidad óptica relativa • Reconstrucción 3D de bloques de tejido • Análisis de variación de píxeles por línea • Kymógrafos
   
4. Análisis estereológico en el software StereoInvestigator (Práctica)
   • Herramientas y operacionalización de StereoInvestigator • Estimador Cavalieri: Estimación de volumen regional • Fraccionador óptico: Estimación del número total de células • Nucleador: Estimación de volumen somático y nuclear • Análisis Sholl
   
5. Análisis de imágenes en el software iLastik (Práctica)
   • Aprendizaje automático aplicado al análisis de imágenes • Conteo automático de perfiles celulares • Ventajas y desventajas de los clasificadores automáticos

Carga de trabajo: 30h 

Créditos Totales: 2

Descripción:

La bioestadística es una herramienta fundamental para desarrollar definiciones básicas para gran parte de las teorías biológicas modernas, abarcando la planificación de experimentos biológicos, el resumen y análisis de datos de experimentos y la interpretación e inferencia de resultados. La disciplina priorizará la comprensión de ideas más que la memorización de fórmulas.

El objetivo general del curso es permitir al estudiante utilizar métodos estadísticos que le ayuden a interpretar correctamente los datos generados por la práctica experimental, a partir de clases expositivas, siempre asociadas a la realización de actividades para fijar los contenidos impartidos en software de análisis estadístico tradicional, como como SPSS, o incluso con software libre (PSPP), utilizando ejemplos que permitan al estudiante identificar qué tipo de análisis estadístico se ajusta mejor a sus propios resultados.

Contenido temático

1. Planificación de la investigación experimental.
   Introducción: Origen, bioestadística • Planificación de la investigación experimental: Métodos científicos (deductivo, inductivo, experimental…) • Investigación científica: Estructura (decisión, ejecución, análisis, redacción) • Formulación de la investigación: Factible, nueva, ética, interesante • Diseños de estudios de investigación : Investigación observacional, experimental y metaanalítica.
   Introducción a SPSS y PSPP
   Probabilidad: Experimento aleatorio, espacio muestral, ejemplos mutuamente excluyentes (o) ejemplos no excluyentes (y) disposición y combinación • Tamaño de la muestra y aleatorización: muestras probabilísticas y no probabilísticas, errores en el proceso de muestreo, cálculo de la muestra “n”, métodos de aleatorización • Recogida, organización y análisis de datos: exactitud, precisión y sesgo (selección, medición…)
2. Introducción a la estadística descriptiva.
   Estudio de variables estadísticas • Distribución de frecuencias: ordenamiento de datos, amplitud total, número de clases, histograma, tallo y hoja • Parámetros de distribución de frecuencias: medidas de tendencia central (moda, mediana, media (arit., geom., armónica)), medidas de dispersión (amplitud total, varianza, desviación estándar…), medidas de asimetría y curtosis (planitud), medidas de posición (cuartil, decil, gráfico de caja, valor atípico), error estándar de la media, intervalo de confianza • Distribución de probabilidad: Gaussiana, Bernoulli (binomial) y Poisson Inferencia estadística y prueba de hipótesis: errores H0, H1, tipo 1 y tipo 2
3. Pruebas de hipótesis paramétricas
   Prueba t de Student: para muestras independientes, para muestras pareadas • Correlación y regresión lineal simple: diagrama de dispersión, valor r; coeficiente de determinación (r²), ecuación lineal
4. Pruebas de hipótesis no paramétricas
   Distribución Chi-cuadrado • Pruebas de normalidad: Kolmogorov-Smirnov – KS, y Shapiro-Wilk • Pruebas de detección diagnóstica – Prueba de detección: sensibilidad y especificidad • Prueba U de Wilcoxon-Mann-Whitney (WMW) • Prueba t de Wilcoxon • Tablas 2×2
5. Análisis multivariado
   Análisis de Varianza (Anova unidireccional) (prueba F) • Anova bidireccional • ANOVA de medidas repetidas • Prueba de Kruskal-Wallis (prueba H) • Prueba de Friedman • Experimentos factoriales (análisis factorial/multivariado)

Descripción:

Ética, moral y derecho; bases de la bioética: origen, concepto y principios; ética y derechos humanos; situaciones de conflictos de valores y principios éticos; ética de la investigación; bioética e interdisciplinariedad; dilemas éticos actuales; neuroética; Responsabilidad social en la investigación científica.

Objetivo General: 

Discutir las interrelaciones entre los campos de la bioética y la investigación científica. Objetivos Específicos: 1) Reconocer los fundamentos conceptuales de la bioética y sus principios 2) Identificar situaciones que involucran dilemas éticos en la investigación científica 3) Discutir dilemas éticos actuales, incluida la neuroética.

Contenidos temáticos:

1. Introducción a la Bioética
   • Ética, moral y derecho • Origen, concepto, fuentes de la Bioética • Principios de la bioética • Ética y derechos humanos.
2. Identificando situaciones de conflicto en valores y principios éticos: video sesiones
3. Dilemas éticos actuales
   • Ciencia y Tecnología • Ética Médica • Genética • Reproducción Humana • Neurociencias • Ética Social
4. Ética de la investigación – Principios éticos en la investigación con seres humanos – Límites éticos para el uso de animales en la investigación científica
5. Neuroética
6. Responsabilidad social en la investigación científica.

Identificación de riesgos existentes en el trabajo y el medio ambiente, con énfasis en la promoción de la salud individual y colectiva. Normas generales de bioseguridad. Clasificación de riesgos. Principales causas de accidentes y medidas de prevención y protección individuales y colectivas. Conducta y normas de laboratorio. Procedimiento operativo estándar. El curso tiene como objetivo capacitar a los estudiantes sobre la importancia de la promoción de la salud, para que puedan identificar riesgos físicos, químicos, biológicos, ergonómicos y otros accidentes a los que están expuestos los profesionales de laboratorio, además de identificar productos sólidos, líquidos y desechos de los servicios de salud. desde su generación hasta su destino final apropiado. La disciplina constará de clases teóricas y prácticas en diferentes laboratorios, permeadas por la lectura y discusión de textos relacionados con los temas propuestos. La evaluación de los estudiantes se realizará mediante seminarios, entrega de informes de clases prácticas y otras propuestas de trabajos.

Contenido temático

1. Introducción a la Bioseguridad: Conceptos generales, importancia y legislación.
2. Comprender la seguridad química y biológica en el laboratorio.
3. Conducta del laboratorio: niveles de seguridad.
4. Protección (individual y colectiva) y prevención de accidentes: diagnóstico y prevención de riesgos. Equipos de protección individual (EPI) y equipos de protección colectiva (EPC).
5. Manipulación, almacenamiento y eliminación de agentes químicos y biológicos potencialmente patógenos.
6. Normas de seguridad en áreas donde se manipulen materiales contagiosos, químicos y radiactivos. Riesgos biológicos, químicos y físicos.
7. Prácticas de laboratorio

• Organización del espacio de trabajo
• Uso y cuidado adecuado del equipo.
• Procedimiento operativo estándar (POE)

Descripción:

La disciplina tiene como objetivo describir y analizar diferentes aspectos de la cognición en roedores y primates, estableciendo sus correlatos neuronales. Las clases consistirán en discusiones de capítulos de libros y artículos recientes relacionados con el contenido temático de la disciplina.

Habilidades

1. Dominio Científico – Buscar los materiales indicados para ampliar el conocimiento del tema tratado en la disciplina.
2. Habilidades Didácticas – Desarrollar el dominio pedagógico asociado al conocimiento de la neurociencia, con énfasis en los procesos cognitivos y la neuroingeniería.
3. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo en un entorno multidisciplinario.
4. Transformación de la Sociedad – Utilizar los conocimientos adquiridos para promover transformaciones sociales.
5. Formación Ética – Desarrollar el desempeño profesional basado en principios éticos.

Objetivos de aprendizaje
Desarrollar el conocimiento de los estudiantes sobre la cognición en diferentes especies animales. – Conceptualizar los principales temas relacionados con la cognición, formando un marco de conocimiento que guiará a los estudiantes en las siguientes disciplinas del programa. – Animar y orientar a los estudiantes en la lectura y discusión de artículos y capítulos de libros sobre cognición animal. – Establecer un paralelo entre la cognición animal y la aplicabilidad en investigaciones que utilizan humanos como sujetos experimentales.

• Contenido temático
• Corteza y cognición
• Percepción y Atención
• Memoria y aprendizaje
• Mapas cognitivos
• Integración sensoriomotora
• Planificación, toma de decisiones y comportamiento estratégico.
• Emociones
• Comunicación y lenguaje

Descripción:

La educación superior en el siglo XXI. El futuro de la educación superior. Participación de los estudiantes en las clases presenciales. Gestión presencial del aula. Creación efectiva de materias para el éxito de los estudiantes. Estrategias de aprendizaje colaborativo. Aprendizaje activo. Clase Expositiva Interactiva. Simulación. ¿Qué es la ciencia? El método científico. El método experimental. La discusión científica. Las etapas de la investigación científica. Ética en la investigación científica. Métodos de lectura y análisis de artículos en Neuroingeniería. Proyecto de investigación. Importancia del Curriculum vitae, Comunicación de información científica considerando aspectos del habla, escritura, material audiovisual y postura en presentaciones públicas, reuniones, paneles, seminarios, clases y otros.

 
Habilidades:
Maestría en Neurociencia e Ingeniería Biomédica: aplicar conocimientos de ingeniería en neurociencia
Dominio Científico – Investigar y realizar experimentos con rigor científico para resolver problemas, buscando la innovación.
Creación y Desarrollo de Sistemas Aplicados – Diseñar, desarrollar e implementar sistemas computacionales destinados a la integración de recursos físicos y lógicos.
Habilidades Didácticas – Desarrollar el dominio pedagógico asociado al conocimiento de la neuroingeniería.
Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.
Transformación de la sociedad: utilizar el conocimiento adquirido para provocar una transformación social.
Formación Ética – Desarrollar el desempeño profesional basado en principios éticos.

Objetivos de aprendizaje:
• Comprender los elementos necesarios para crear una disciplina exitosa 

• Identificar modelos de diseño de aprendizaje. 

• Analizar la alineación de objetivos, evaluaciones y recursos de aprendizaje. 

• Aplicar principios de actividades docentes atractivas. 

• Analizar las mejores prácticas para facilitar el aprendizaje colaborativo. 

• Comprender las teorías y características del aprendizaje activo. 

• Comprender los procedimientos metodológicos de la Clase Expositiva Interactiva 

• Poner en práctica la Clase Expositiva Interactiva con el fin de facilitar el aprendizaje de los estudiantes. 

• Conceptualizar y caracterizar la simulación como metodología de enseñanza. 

• Evaluar en qué situaciones de aprendizaje se pueden aplicar los tipos de simulación 

• Definir ciencia y métodos científicos. 

• Describir las etapas de la investigación científica. 

• Seleccionar artículos científicos apropiados para la neuroingeniería analizando su relevancia para el área.

Contenido temático:

1. Cosas didácticas
   • La educación superior en el siglo XXI: • Perspectivas sobre la enseñanza y el aprendizaje • Los estudiantes en el centro • Enfoque en el profesorado • El futuro de la educación superior: descripción general • El futuro de la educación superior • Conexiones globales • Enfoque en el aprendizaje del mundo real • Aumento del lugar de trabajo Preparación • Participación de los estudiantes en clases presenciales: cómo reconocer la participación de los estudiantes • Práctica intencional y reflexiva • Confianza social para la participación de los estudiantes • Cómo involucrar a los estudiantes con el contenido del curso • Cómo apoyar la participación de los estudiantes • Una gestión del aula en persona: Introducción a gestión del aula presencial • Cómo abordar problemas de conducta comunes en el aula presencial • Planificación intencional de la gestión del aula • Cómo abordar otros problemas de gestión del aula • Reconocer a los estudiantes como individuos • Crear cursos de manera efectiva para el éxito de los estudiantes: identificar los resultados deseados • Determinar la evaluación evidencia • Planificar experiencias de aprendizaje e instrucción • Estrategias de aprendizaje colaborativo: ¿Qué es el aprendizaje colaborativo? • Beneficios del aprendizaje colaborativo • Facilitación del aprendizaje colaborativo • Actividades de aprendizaje colaborativo • Aprendizaje activo: Introducción: ¿Qué es el aprendizaje activo? • Teorías y características del aprendizaje activo • Beneficios y desafíos del aprendizaje activo • Estrategias para el aprendizaje activo • Clase Expositiva Interactiva: ¿Qué es una clase expositiva e interactiva? • Procedimientos metodológicos • Simulación: ¿Qué es la simulación? • Procedimientos metodológicos
2. Metodología científica
   • El método científico • ¿Qué es la investigación? • Concepto de investigación científica • Investigación: observacional, experimental y no experimental (cuasi-experimental) • Investigación: exploratoria, descriptiva y explicativa • Investigación con seres humanos y animales de experimentación • Investigación con seres humanos: concepto y preceptos éticos • El tratado de Helsinki y sus actualizaciones • Consentimiento informado • Investigación con animales de experimentación: Concepto y principios éticos • Reglas para el uso de animales en experimentos • Las etapas de la investigación científica • Elección del tema y formulación del problema • Tema : la justificación, la relevancia, la importancia • Problema : la duda, la pregunta • La construcción de hipótesis • Las relaciones entre tema, problema e hipótesis • El marco teórico • Proyecto de investigación • Los propósitos de un proyecto de investigación • La estructura preparación de un proyecto de investigación: portada, introducción, general y objetivos específicos, justificación, métodos y cronograma • El proyecto de investigación y el Comité de Ética de la Investigación • Informe científico • Adecuación a los requisitos éticos y precauciones a tomar • Redacción y presentación de un proyecto de investigación

Descripción:

El objetivo del curso es presentar al estudiante conocimientos sobre Inmunología y Biología Celular en condiciones fisiológicas y patológicas y, principalmente, en el contexto de la respuesta tisular a la implantación de electrodos espinales y cerebrales. Comprender cómo se originan las células del sistema nervioso central, estudio del contenido celular y el papel de las neuronas y células gliales, detalle de los tipos y mecanismos de muerte celular, introducción al sistema inmunológico innato y adaptativo, comprensión de la biocompatibilidad, nociones de técnicas de microscopía y molecular. biología.
El curso constará de clases expositivas, prácticas y discusión de artículos científicos relacionados con los temas propuestos. El sistema de evaluación se basará en discusiones en aula, presentación de seminarios relacionados con los temas tratados en la disciplina e informes de clases prácticas.

Contenido temático:

1. Origen de las células del sistema nervioso central.
   • Neuronas • Células gliales
2. Organelos citoplasmáticos: estructura y función.
   • Membrana celular • Citoesqueleto • Ribosomas • Retículo endoplásmico (liso y rugoso) • Complejo de Golgi • Lisosomas/vacuolas • Peroxisomas • Mitocondrias • Cloroplastos • Centríolos • Núcleo
3. Mecanismos de producción de proteínas.
   • Transcripción • Traducción • Mecanismos postranscripcionales y postraduccionales
4. Tipos y mecanismos de muerte celular.
   • Necrosis • Apoptosis • Necroptosis • Piroptosis
5. sistema inmunológico innato
   • Mecanismos de activación • Mecanismos de acción
6. Sistema inmunológico adaptativo
   • Mecanismos de activación • Mecanismos de acción
7. Biocompatibilidad
   • Materiales biocompatibles • Respuesta inflamatoria • Respuesta antiinflamatoria
8. Conceptos básicos de microscopía
   • Tipos de microscopios • Técnicas de microscopía
9. Prácticas en biología celular.
   • PCR en tiempo real

Descripción:

El creciente aumento de las actividades de investigación básica y clínica en Brasil conducirá al consecuente acercamiento de estos dos ambientes y sus investigadores. La sociedad, a través de entidades financiadoras, es cada vez más selectiva a la hora de apoyar proyectos que planifiquen la aplicabilidad de sus experimentos en el área básica de la investigación clínica. El objetivo de esta asignatura es introducir al estudiante en el entorno de integración entre la investigación básica y la investigación clínica en neurociencias y demostrar las herramientas y procesos que los investigadores deben conocer para poder participar en este entorno: Demostrar el proceso y metodologías que se utilizan a lo largo desde la investigación hasta su aplicación en el diagnóstico y tratamiento de enfermedades neurológicas. Presentar cuestiones derivadas de aplicaciones médicas que conducen a la investigación básica (traducción inversa). Presentar cómo los organismos de financiación de la investigación, públicos y privados, ven estas iniciativas de investigación traslacional y cómo se están preparando los institutos de investigación y las universidades; Presentar y discutir proyectos de investigación en neurociencias, ya en su fase final, que actualmente se utilizan en el diagnóstico o tratamiento de enfermedades neurológicas; Discuta proyectos de neurociencia que comenzaron con la idea de integrar la investigación básica y la investigación clínica.

Contenido temático:

1. Descripción general de la tecnología de asistencia
   • Conceptos y nomenclaturas • Fases de la investigación traslacional • Traducción y retrotraducción
2. Perspectivas sobre la investigación con tecnología de asistencia
   • Neuroingeniería en neurología y neurocirugía • Ejemplos de productos traslacionales
3. Desarrollo de la investigación básica (fase preclínica) y clínica (Fases I a IV)
4. Innovación tecnológica y patentes
   • Propiedad intelectual y derecho de propiedad intelectual • Patentes y creaciones industriales • Bases jurídicas brasileñas y el sistema internacional de patentes • INPI: Papel y funcionamiento.
5. El papel de los Organismos de Desarrollo y la Industria: historia, actualidad y perspectiva.

Descripción:

Introducción e historia de la interfaz cerebro-máquina (BMI) y sus derivaciones: interfaz cerebro-computadora (ICC), interfaz hombre-máquina (HMI), interfaz hombre-computadora (HCI), interfaz cerebro-neural-máquina (BNMI), e interfaz cerebro-máquina-cerebro (BMBI). Dispositivos más utilizados para la adquisición de datos y sus diferencias. MCI restaurador/asistencial. El principal objetivo del curso es presentar a los estudiantes diversas técnicas de interfaz cerebro-máquina, para mostrar la diferencia entre ellas y su aplicabilidad. Se anima a los estudiantes a sacar sus propias conclusiones sobre las técnicas y elegir la mejor para cada situación, además de tener la oportunidad de realizar experimentos prácticos.

Contenido temático:

1. Descripción general de la neuroingeniería en interfaces cerebro-máquina
2. Introducción e historia de las interfaces hombre-máquina.
3. Tipos de dispositivos utilizados y diferencias tecnológicas, tipos de señales y procesamiento.
   • Electroencefalograma (EEG) • Magnetoencefalograma (MEG) • Electromiografía (EMG) • Seguimiento ocular • Imágenes por resonancia magnética funcional (fMRI) • Espectroscopia de infrarrojo cercano (NIRS) • Tomografía por emisión de positrones (PET) • Electrocorticografía (ECoG) • Conjuntos de electrodos • Interfaces gráficas: Open Vibe, BCI 2000, Open BCI, EEG Lab, etc. • P300 • Potencial evocado visual (VEP) • Potencial relacionado con eventos (PRE) • Spike, LFP y Filtro Wiener • Técnicas de estimulación motora: Estimulación funcional eléctrica (FES), estimulación de la médula espinal
4. Aplicaciones clínicas de dispositivos de restauración y asistencia.
5. Desarrollo y futuro de las interfaces hombre-máquina y las neuroprótesis.

Descripción:

Generalización y dimensión VC. Sesgo y varianza. Modelos de clasificación y regresión lineal. Redes neuronales. Sobreajuste. Regularización. Validación. Máquinas de vectores de soporte. Métodos basados en kernel. Funciones de base radial. Algoritmos de agrupamiento. 

Habilidades:

1. Dominio de la Neurociencia y la Ingeniería Biomédica: conocer y dominar los principios de los algoritmos de aprendizaje automático.
2. Dominio científico: tener la capacidad de comprender y utilizar las técnicas utilizadas en el aprendizaje automático de última generación.
3. Creación y Desarrollo de Sistemas Aplicados – Diseñar, desarrollar e implementar sistemas computacionales destinados a la integración de recursos físicos y lógicos. 
4. Habilidades Didácticas – Desarrollar el dominio pedagógico asociado al conocimiento de la neuroingeniería.
5. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.
6. Transformación de la sociedad: utilizar el conocimiento adquirido para provocar una transformación social.
7. Formación Ética – Desarrollar el desempeño profesional basado en principios éticos. 

Objetivos de aprendizaje:

Adquirir una idea intuitiva de los principios básicos del aprendizaje automático, como la generalización, la dimensión de VC y el sesgo y la varianza. – Conocer los principales algoritmos de clasificación y regresión. – Conocer los principales paquetes de Python que implementan algoritmos de aprendizaje automático. – Identificar y corregir cualquier problema durante el entrenamiento de algoritmos de aprendizaje automático. 

Contenido temático:

• Teoría de la generalización

• Error y ruido

• Dimensión VC

• Clasificación lineal y modelos de regresión.

• Redes neuronales MLP y retropropagación

• Sobreajuste

• Máquina de vectores de soporte

• Métodos basados en kernel 

• Funciones de base radial 

• Algoritmos de clustering: k-means, mapas autoorganizados, DBSCAN.

Descripción:

Revisión de las principales técnicas de procesamiento de señales electrofisiológicas (estimación de espectro, conectividad, diseño y uso de filtros, métodos para procesos puntuales). Uso de librerías Python para procesamiento de señales. Técnicas de visualización en Python y presentación de resultados.

Habilidades:

1. Dominio de la Neurociencia y la Ingeniería Biomédica: aplicar técnicas de procesamiento de señales a datos electrofisiológicos reales.
2. Dominio científico: tener la capacidad de comprender cuándo aplicar métodos para responder a las hipótesis planteadas en la investigación.
3. Creación y Desarrollo de Sistemas Aplicados – Desarrollo de rutinas para análisis de datos
4. Habilidades de enseñanza – No aplicable
5. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo.
6. Transformación de la sociedad: utilizar el conocimiento adquirido para provocar una transformación social.
7. Formación Ética – Desarrollar el desempeño profesional basado en principios éticos.

Objetivos de aprendizaje:
El objetivo del curso es proporcionar al estudiante una mayor y más intensa experiencia práctica en técnicas de procesamiento de señales. Al ser más práctico que teórico, el objetivo es que los estudiantes aprendan a utilizar las herramientas más comunes para el análisis de datos en Python, como las bibliotecas scipy y numpy. Además de planificar paso a paso cómo realizar el análisis para dar respuesta a las preguntas planteadas en la hipótesis del proyecto.

Contenido temático:

• Implementación de técnicas de preprocesamiento y limpieza de datos.
• Presentación y uso de las principales funciones implementadas en scipy para procesamiento de señales: Estimación Espectral, Estimación de Conectividad y creación y uso de Filtros.
• Técnicas de gráficos y visualización en Python.
• Aplicar pruebas estadísticas utilizando el paquete statsmodels
• Presentación y discusión de resultados de proyectos de investigación.

Descripción:

La neuromodulación consiste en el uso de agentes químicos, biológicos o físicos para restaurar, modular, inhibir o incrementar las funciones del sistema nervioso. Puede realizarse de forma no invasiva o invasiva, como mediante la implantación de dispositivos en el sistema nervioso central o periférico, que liberan un agente químico o físico. La estimulación eléctrica del sistema nervioso -conocida como neuromodulación- se ha utilizado actualmente para tratar el Parkinson, el temblor esencial, el dolor crónico, la epilepsia, la discapacidad auditiva (sordera), la depresión, la distonía, el síndrome de Tourette y el trastorno obsesivo-compulsivo. Además de estas enfermedades y trastornos, se están investigando muchas otras. La obesidad y los trastornos alimentarios, los tinnitus, los accidentes cerebrovasculares, el coma, la parálisis y los déficits motores, la discapacidad visual (ceguera) y la angina de pecho son ejemplos de trastornos que son el foco de estudios que evalúan la eficacia clínica de diversas terapias de neuromodulación para los pacientes. Otra rama de investigación en este ámbito es el desarrollo tecnológico de nuevos equipos y productos o la mejora de los existentes, como el tamaño y forma de microelectrodos y materiales biocompatibles, nuevos generadores de impulsos eléctricos con baterías más eficaces, capacidad de conexión Bluetooth o acceso a internet. . Los estudios de desarrollo tecnológico planifican y prueban conceptos que representen una evolución del estado actual de los neuromoduladores actuales, construyendo aquellos que serán utilizados en las próximas décadas. El desarrollo de neuromoduladores requiere investigaciones y desarrollo de dispositivos específicos para acceder a sitios del sistema nervioso central y periférico. El campo de la neuromodulación puede ampliar las perspectivas del tratamiento de enfermedades neurológicas mediante el uso de la medicina bioelectrónica. La investigación y el desarrollo en esta área aumentan el conocimiento de la fisiología de diversos cambios o trastornos de la salud, ampliando el campo de investigación y desarrollo de nuevas aplicaciones a través de sistemas inteligentes de retroalimentación del sistema nervioso. 

Habilidades:

1. Maestría en Neurociencia e Ingeniería Biomédica: aplicar conocimientos de ingeniería en neurociencia
2. Dominio Científico – Investigar y realizar experimentos con rigor científico para resolver problemas, buscando la innovación.
3. Creación y Desarrollo de Sistemas Aplicados – Diseñar, desarrollar e implementar sistemas computacionales destinados a la integración de recursos físicos y lógicos.
4. Habilidades de Enseñanza – Desarrollar dominio pedagógico asociado al conocimiento de la neuromodulación, capaz de aplicar conocimientos en los niveles de educación primaria y superior. 
5. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo, especialmente en la frontera entre ingeniería y biología. VI – Transformación de la Sociedad – Utilizar los conocimientos adquiridos para provocar transformaciones sociales, proponiendo mejoras y aplicaciones prácticas.
6. Formación Ética – Desarrollar principios éticos para el uso de la neuromodulación en pacientes y animales. 

Objetivos de aprendizaje:

El objetivo principal de esta asignatura es proporcionar al estudiante un conocimiento de los fundamentos y principios del campo de la Neuromodulación y presentar las aplicaciones clínicas más comunes, abarcando la neuroanatomía y neurofisiología involucradas, así como el desarrollo de la tecnología y la contribución de la ingeniería biomédica. al desarrollo de dispositivos involucrados en las soluciones encontradas. 

Contenido temático:

1. Descripción general de la neuroingeniería en neuromodulación
2. Principios físicos de la estimulación eléctrica del Sistema Nervioso, aplicaciones clínicas y de investigación.• Estimulación magnética transcraneal (TMS) • Estimulación transcraneal de corriente continua (tDCS) • Estimulación transcraneal de corriente alterna (tACS) • Estimulación transcraneal de corriente sinusoidal (tSCS) • Estimulación transcraneal de ruido aleatorio (tRNS) • Estimulación cerebral profunda (DBS) para el Parkinson y el movimiento trastornos • Estimulación de la médula espinal (SCS) para el dolor crónico • Ética en la neuromodulación • Perspectivas en la neuromodulación

Descripción:

Inicialmente la Neuromodulación ganó notoriedad en el tratamiento de enfermedades neurológicas como: Dolor crónico, Parkinson y epilepsia. Sin embargo, el campo de la Neuromodulación se está expandiendo con la investigación y desarrollo de dispositivos que se utilizan para tratar diversas afecciones como: parálisis por lesión de la médula espinal, déficit motor secundario a accidente cerebrovascular, enfermedades inflamatorias, estreñimiento intestinal, trastornos psiquiátricos, entre otros. En la disciplina de Neuromodulación II se discutirán aplicaciones y tecnologías menos convencionales que supongan un avance en el conocimiento de la neuroanatomía/neurofisiología o en el desarrollo de la neuroingeniería y la futura incorporación de estas nuevas tecnologías a los dispositivos existentes.

Habilidades:
I – Maestría en Neurociencia e Ingeniería Biomédica – Aplicar conocimientos de ingeniería en neurociencia
II – Dominio Científico – Investigar y realizar experimentos con rigor científico para resolver problemas, buscando la innovación
III – Creación y Desarrollo de Sistemas Aplicados – Diseñar, desarrollar e implementar sistemas computacionales orientados a la integración de recursos físicos y lógicos
IV – Habilidades Didácticas – Desarrollar dominio pedagógico asociado al conocimiento de la neuromodulación, capaz de aplicar conocimientos en los niveles de educación primaria y superior.
V – Trabajo en equipo – Desarrollar la capacidad de trabajar en un entorno colaborativo, especialmente en la frontera entre ingeniería y biología.
VI – Transformación de la Sociedad – Utilizar los conocimientos adquiridos para provocar transformaciones sociales, proponiendo mejoras y aplicaciones prácticas.
VII – Formación Ética – Desarrollar principios éticos para el uso de la neuromodulación en pacientes y animales.
Objetivos de aprendizaje
El principal objetivo de esta asignatura es proporcionar al estudiante una visión avanzada de la Neuromodulación, discutiendo aplicaciones clínicas menos comunes y el desarrollo de nuevos dispositivos de Neuromodulación, contribuciones de la ingeniería para ampliar la utilidad de los dispositivos existentes; correlacionando los esfuerzos de investigadores, desarrolladores y la industria y el mercado de la neuromodulación. Prerrequisito: Haber completado y aprobado el curso Neuromodulación I (NMO-001)

Contenido temático:

1. Integración de tecnologías de interfaz cerebro-máquina y neuromodulación (ECoG)
2. Aplicaciones clínicas y de investigación.
   • Estimulación cerebral profunda (excepto Parkinson y trastornos del movimiento) y superficial • Estimulación de la médula espinal (excepto dolor crónico) • Estimulación del ganglio de la raíz dorsal (dolor crónico) • Estimulación del ganglio esfenopalatino • Estimulación del nervio periférico (SNP) • Estimulación del nervio vago • Sacro estimulación • Estimulación coclear • Estimulación cardíaca • Estimulación gástrica y diafragmática • Modelado computacional en neuromodulación • Neuromodulación e Industria • Optogenética y farmacogenética • Perspectivas en Neuromodulación

Descripción:

Componentes electrónicos desde funcionamiento hasta esquema: resistencia; condensador; inductor; diodo; transistor; amplificadores; puertas lógicas; microcontroladores. Uso del Laboratorio. Equipo de laboratorio: fuente; osciloscopio; multímetro. Práctica con protoboard: activación sencilla con botón y LED; activación sencilla con botón LED y transistor; circuito de refuerzo; Circuito FES de 1 canal en corriente continua. Prácticas de programación de circuitos: Entorno de programación para Esp32 (VScode, platformio); entradas y salidas digitales y analógicas; Comunicación con el ordenador. 

Habilidades:

1. Creación y Desarrollo de Sistemas Aplicados – Diseñar, desarrollar e implementar sistemas computacionales orientados a la integración de recursos físicos y lógicos. 
2. Trabajo en equipo: desarrollar la capacidad de trabajar en un entorno colaborativo. 
3. Transformación de la Sociedad – Utilizar los conocimientos adquiridos para provocar transformaciones sociales. 
4. Formación Ética – Desarrollar el desempeño profesional basado en principios éticos. 

Objetivos de aprendizaje:

– Conceptualizar los principales elementos de los circuitos analógicos y digitales. – Utilizar el equipamiento principal del Laboratorio de Neuroingeniería. – Utilice placa de prototipos. – Construir sistemas con electrónica y programación aplicables a la neuroingeniería. – Identificar la estructura más adecuada para la resolución de problemas de neuroingeniería. 

Contenido temático:

Componentes electrónicos desde operación hasta esquema (resistencia; capacitor; inductor; diodo; transistor; amplificadores; puertas lógicas; microcontroladores); Uso del Laboratorio; Equipo de laboratorio (fuente; osciloscopio; multímetro); Práctico con protoboard (activación simple con botón y LED; activación simple con botón LED y transistor; circuito boost; circuito FES de 1 canal en corriente continua); Prácticas de programación de circuitos (Entorno de programación para Esp32 – VScode, platformio; entradas y salidas digitales y analógicas; Comunicación con el PC).

Carga de trabajo: 30h 

Créditos Totales: 2

Descripción:

Discusión de temas generales de neurociencia y neuroingeniería, explorando más allá del trabajo en el que participa cada estudiante. 

Habilidades:

1. Dominio de la Neurociencia y la Ingeniería Biomédica: manténgase actualizado con las investigaciones recientes en el área de la neurociencia y la neuroingeniería, desde la experimentación con animales hasta la experimentación humana. 
2. Dominio Científico – Investigar y realizar experimentos con rigor científico para resolver problemas, buscando la innovación.
3. Creación y Desarrollo de Sistemas Aplicados – utilizar desafíos laborales para estimular y aplicar el razonamiento científico, formular preguntas e hipótesis y buscar datos e información, con énfasis en la metodología de problematización. 
4. Habilidades Didácticas – Presentación y discusión de trabajos científicos. 
5. Trabajo en equipo – Desarrollar la capacidad de trabajar en un entorno colaborativo, formándose también la participación en eventos científicos. 
6. Transformación de la Sociedad – Utilizar los conocimientos adquiridos para provocar transformaciones sociales, proponiendo mejoras y aplicaciones prácticas. 
7. Capacitación en ética: desarrollar principios éticos para publicar y presentar resultados científicos. 

Objetivos de aprendizaje

La asignatura tiene como objetivo desarrollar la práctica en la lectura de artículos científicos en el área de la Neuroingeniería así como un buen ingenio en las presentaciones y discusiones de artículos. Se incluirán artículos de alto impacto en el campo, enfocados en las características multidisciplinarias y traslacionales de la Neuroingeniería. La evaluación se basará en la presentación de artículos científicos y la participación en debates. 

Contenido temático 

La disciplina es flexible y puede tener diferentes formatos cada semestre, donde los estudiantes estarán expuestos a nuevos desafíos.